R 使用ggplot2从已汇总计数中叠加直方图

我想要一些帮助着色一个ggplot2直方图从已经总结的计数数据生成

这些数据类似于生活在不同地区的男性和女性的数量。绘制总计数（即男性+女性）的直方图非常简单：

然而，我想根据C1和C2的相对贡献给每个条形图上色，这样我得到的柱状图（即整体条形图高度）与上例中的柱状图相同，另外我还可以看到叠加条形图中“C1”和“C2”类型个体的比例

使用示例中的“X”等数据，为ggplot2提供干净的方法建议？

如何：

library("reshape2")
mm <- melt(X[,1:2])
ggplot(mm,aes(x=value,fill=variable))+geom_histogram(position="stack")

库（“重塑2”）
mm非常快，您可以使用
stat=“identity”
选项和
plyr
包手动计算直方图，如下所示：

library(plyr)

X$mid <- floor(X$C/20)*20+10
X_plot <- ddply(X, .(mid), summarize, total=length(C), split=sum(C1)/sum(C)*length(C))

ggplot(data=X_plot) + geom_histogram(aes(x=mid, y=total), fill="blue", stat="identity") + geom_histogram(aes(x=mid, y=split), fill="deeppink", stat="identity")

库（plyr）
X$mid这里有一个使用
ggplot\u build
的黑客程序。想法是首先获得旧/原始情节：

p <- ggplot(data = X, aes(x=C)) + geom_histogram()

现在如何生成数据？我从你的帖子中了解到的是。以绘图中的第一个条形图为例。它的计数为2，从
xmin=147
扩展到
xmax=156.8
。当我们检查
X
中的这些值时：

X[X$C >= 147 & X$C <= 156.8, ] # count = 2 as shown below
#    C1 C2   C
# 19 91 63 154
# 75 86 70 156

这是原图：

p <- ggplot(data = X, aes(x=C)) + geom_histogram()


这就是我得到的：


编辑：如果您还希望获得正确的打断，则可以从旧绘图中获得相应的
x
坐标，并在此处使用它，而不是
id
：

p <- ggplot(data = X, aes(x=C)) + geom_histogram()
d <- ggplot_build(p)$data[[1]][c("count", "x", "xmin", "xmax")]
d$id <- seq(nrow(d))

require(plyr)
dd <- ddply(d, .(id), function(x) {
    t <- X[X$C >= x$xmin & X$C <= x$xmax, ]
    if(nrow(t) == 0) return(c(x$x,0,0))
    p <- c(x=x$x, colSums(t)[1:2]/colSums(t)[3] * x$count)
})

require(reshape2)
dd.m <- melt(dd, id.var="V1", measure.var=c("V2", "V3"))
ggplot(data = dd.m, aes(x=V1, y=value)) + 
      geom_bar(aes(fill=variable), stat="identity", group=1)

不幸的是，我认为这不管用。总体分布不同。我想保持计数，例如，100个箱子里有100个人，但在那个箱子里用颜色标出M和F的整体细分。@PaulJHurtado我想你误解了本的代码。每个箱子的总计数将完全相同，因为它们将被堆叠。“melt”函数只是压缩数据，然后直方图选项
position=“stack”
将变量置于彼此之上。总高度将相同。我会在Ben的回答中添加一些细节，希望能让它更清楚。谢谢@Dinre的努力。请务必运行我发布并比较的代码示例。本的例子给出了不同的总体分布。啊。。。找到了。这是一个缩放的问题，而不是值不同的问题。在最初的帖子中，你是通过使用总数来分散数据的，这很好，但一旦你分成小组，它就不准确了。将数据分成若干组，Ben的方法更准确，因为它分别显示两组的分布情况，然后叠加。有什么原因让你试图避免这样做吗？@PaulJHurtado如果你真的想保留原始堆栈，请大声说出来，我会为你编写一个不同的函数。我们必须自己计算堆栈，并使用
stat=“identity”
来做类似的事情。这很好，只是你的传说很古怪。从
geom_直方图开始（aes（x=mid，y=total），fill=“blue”）
（即将
fill
规范置于映射之外）；然后，您需要弄清楚如何手动添加指南（图例）。@BenBolker是的，这只是一个快速解决方案，可以正确显示数据。现在，OP只需要从这里进行定制。您的解决方案是如何实现
所需的（重塑2）；ggplot（melt（X，id.vars=“C”）、aes（X=C，fill=variable））+geom_histogram（）
不起作用？因为现在很少有人使用
plyr
和
重塑2
，我在
require(plyr)
dd <- ddply(d, .(id), function(x) {
    t <- X[X$C >= x$xmin & X$C <= x$xmax, ]
    if(nrow(t) == 0) return(c(0,0))
    p <- colSums(t)[1:2]/colSums(t)[3] * x$count
})

# then, it just normal plotting
require(reshape2)
dd <- melt(dd, id.var="id")
ggplot(data = dd, aes(x=id, y=value)) + 
      geom_bar(aes(fill=variable), stat="identity", group=1)

p <- ggplot(data = X, aes(x=C)) + geom_histogram()
d <- ggplot_build(p)$data[[1]][c("count", "x", "xmin", "xmax")]
d$id <- seq(nrow(d))

require(plyr)
dd <- ddply(d, .(id), function(x) {
    t <- X[X$C >= x$xmin & X$C <= x$xmax, ]
    if(nrow(t) == 0) return(c(x$x,0,0))
    p <- c(x=x$x, colSums(t)[1:2]/colSums(t)[3] * x$count)
})

require(reshape2)
dd.m <- melt(dd, id.var="V1", measure.var=c("V2", "V3"))
ggplot(data = dd.m, aes(x=V1, y=value)) + 
      geom_bar(aes(fill=variable), stat="identity", group=1)